联合国大学发布的报告《人工智能能源使用的环境成本：碳、水和土地足迹》指出，人工智能的环境成本被系统性低估。当前评估多聚焦于大模型训练阶段的碳排放，而忽视了运行过程中伴随的水资源消耗（含制冷与发电用水）及土地占用（能源基础设施与供应链）。

报告预测，到2030年，全球驱动人工智能的数据中心将消耗945太瓦时电力，相当于巴基斯坦、孟加拉国和尼日利亚三国年用电量总和的三倍；相关水资源消耗量等同于撒哈拉以南非洲13亿人口的基本年用水需求；土地需求超过14500平方公里，约为雅加达大都市区面积的两倍。

截至当前，全球商用数据中心数量最多的国家为美国，共4165座，其电力结构中化石能源占比达58%；英国与德国分列第二、三位，商用数据中心数量均接近500座，化石能源占比均超30%。

中国化石能源在数据中心供电结构中的占比由十年前的约85%降至62%，可再生能源占比由9%升至31%，核电占比由约4%升至7%。官方数据显示，过去十年中国年均能源消费增速为3%，支撑了6.5%的年均经济增长，能耗强度累计下降26.2%，相当于少用约14亿吨标准煤、少排放约29.4亿吨二氧化碳。

联合国大学水、环境与健康研究所所长马达尼强调，报告并非反对人工智能技术，而是呼吁对其资源消耗实施负责任管理，主动应对未预见影响，保障可持续性与公平性。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。